尊龙凯时网站探寻孟加拉国大学生睡眠困扰根源：社交媒体成瘾、疲劳与错失恐惧的影响|

　　为探究社交媒体使用与大学生睡眠质量的关系★◈✿◈，孟加拉国 Jahangirnagar University 研究人员开展了关于社交媒体成瘾（SMA）★◈✿◈、社交媒体疲劳（SMF）★◈✿◈、错失恐惧（FoMO）和睡眠质量（SQ）关联的研究尊龙凯时网站★◈✿◈。结果表明这些因素显著影响睡眠和健康★◈✿◈，对引导大学生健康使用社交媒体意义重大★◈✿◈。

　　在如今这个社交媒体无处不在的时代★◈✿◈，它已然成为人们生活中不可或缺的一部分★◈✿◈，尤其对于大学生而言★◈✿◈。他们热衷于在社交媒体上社交★◈✿◈、娱乐★◈✿◈、获取信息★◈✿◈。然而★◈✿◈，过度使用社交媒体带来的问题也逐渐显现★◈✿◈。许多大学生出现睡眠问题★◈✿◈，学习和生活受到影响★◈✿◈。可对于社交媒体使用与睡眠质量之间复杂的关系尊龙凯时网站★◈✿◈，以及其中涉及的影响因素★◈✿◈，人们却知之甚少★◈✿◈。特别是在孟加拉国这样的发展中国家★◈✿◈，相关研究更是匮乏★◈✿◈。为了填补这一空白尊龙凯时网站★◈✿◈，来自孟加拉国 Jahangirnagar University 的研究人员开展了一项极具意义的研究★◈✿◈，该研究成果发表在《Journal of Health, Population and Nutrition》上★◈✿◈。

　　研究人员采用定量★◈✿◈、描述性★◈✿◈、交叉 - sectional 研究方法尊龙凯时网站★◈✿◈，于 2024 年 11 月 25 日至 12 月 12 日★◈✿◈，对 Jahangirnagar University 的学生进行研究夜间做运动视频声音★◈✿◈。他们通过分层随机抽样★◈✿◈，从 640 名学生中收集数据★◈✿◈，最终对 611 名学生的数据进行分析★◈✿◈。研究使用了多种量表★◈✿◈，如匹兹堡睡眠质量指数（PSQI）评估睡眠质量★◈✿◈，以及用于衡量 SMA★◈✿◈、SMF 和 FoMO 的量表等★◈✿◈。

　　在研究结果部分★◈✿◈，首先是人口统计学信息★◈✿◈。参与调查的学生中★◈✿◈，超过半数为男性（58.59%） ★◈✿◈，66.94% 的学生年龄在 20 至 23 岁★◈✿◈，多数学生（78.88%）住在大学宿舍★◈✿◈。在健康状况方面★◈✿◈，近一半学生（47.13%）自评健康状况为 “良好”★◈✿◈。关于社交媒体使用★◈✿◈，大部分学生每天花 0 - 2 小时使用社交媒体★◈✿◈，主要目的是与朋友保持联系★◈✿◈、了解新闻时事★◈✿◈。

　　接着是与睡眠质量相关的因素★◈✿◈。研究发现★◈✿◈，年龄★◈✿◈、自评健康状况★◈✿◈、社交媒体使用时长尊龙凯时网站★◈✿◈、睡眠时长★◈✿◈、SMA★◈✿◈、SMF 和 FoMO 等都与睡眠质量显著相关★◈✿◈。例如★◈✿◈，20 - 23 岁的学生中★◈✿◈，66.99% 存在睡眠问题★◈✿◈；而年龄小于 20 岁的学生睡眠质量相对较好★◈✿◈。在社交媒体使用方面夜间做运动视频声音★◈✿◈，每天使用时间超过 8 小时的学生★◈✿◈，仅有 11.27% 睡眠质量良好★◈✿◈；而使用时间为 0 - 2 小时的学生夜间做运动视频声音★◈✿◈，50.47% 睡眠质量良好★◈✿◈。SMA★◈✿◈、SMF 和 FoMO 得分高的学生夜间做运动视频声音★◈✿◈，睡眠质量更差尊龙凯时网站★◈✿◈。具体数据显示尊龙凯时网站★◈✿◈，高 SMF 得分的学生中夜间做运动视频声音★◈✿◈，87.84% 睡眠质量差★◈✿◈；高 SMA 得分的学生中★◈✿◈，83.66% 睡眠质量差★◈✿◈；高 FoMO 得分的学生中★◈✿◈，81.35% 睡眠质量差 ★◈✿◈。

　　再看与自评健康相关的因素★◈✿◈。研究表明★◈✿◈，自评健康与性别★◈✿◈、社交媒体使用时长★◈✿◈、睡眠时长夜间做运动视频声音★◈✿◈、睡眠质量★◈✿◈、SMA 和 SMF 直接相关★◈✿◈。如女性中 6.72% 报告健康状况不佳★◈✿◈，而男性中这一比例为 2.79%★◈✿◈。社交媒体使用时长方面★◈✿◈，每天使用 4 - 6 小时★◈✿◈、6 - 8 小时和超过 8 小时的学生★◈✿◈，相比于每天使用 0 - 2 小时的学生★◈✿◈，出现健康问题的风险更高★◈✿◈。

　　综合来看★◈✿◈，该研究首次在孟加拉国评估了 SMA★◈✿◈、SMF 和 FoMO 与睡眠质量的关系★◈✿◈。研究发现★◈✿◈，非学术性的社交媒体使用会降低睡眠质量★◈✿◈，SMA★◈✿◈、SMF 和 FoMO 与睡眠障碍显著相关★◈✿◈，同时也与自评健康状况相关★◈✿◈。这一研究结果为引导大学生健康使用社交媒体提供了重要依据★◈✿◈，也为高校和政策制定者制定相关策略提供了参考★◈✿◈，呼吁人们重视数字心理健康★◈✿◈。未来研究可进一步纳入更多因素★◈✿◈，采用纵向数据深入探究这些变量之间的关系★◈✿◈。尊龙凯时官网医学快讯★◈✿◈，尊龙凯时人生就是博·官方★◈✿◈，凯时尊龙官网app★◈✿◈，